modelscope

Toolkit pengenalan suara open source untuk pelatihan, inferensi, streaming ASR, VAD, tanda baca, pipeline diarization pembicara, dan penyajian yang kompatibel dengan OpenAI/MCP.

Gunakan PEFT atau Full-parameter untuk CPT/SFT/DPO/GRPO 600+ LLM (Qwen3.6, DeepSeek-V4, GLM-5.1, InternLM3, Llama4, ...) dan 300+ MLLM (Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM4.5v, Gemma4, Llava, Phi4, ...) (AAAI 2025).

Nikmati keajaiban model Difusi!

FaceChain adalah rantai alat deep-learning untuk menghasilkan Digital-Twin Anda.

ModelScope: wujudkan konsep Model-sebagai-Layanan (Model-as-a-Service).

Alat transkripsi video, pembuatan subtitle, dan pemotongan berbasis LLM yang didukung oleh FunASR dengan antarmuka Gradio lokal.

Toolkit pemrosesan ucapan bertenaga AI dan SOTA Pretrained Models open source, mendukung peningkatan ucapan, pemisahan, dan ekstraksi target speaker, dll.

MS-Agent: kerangka kerja ringan untuk mendukung eksekusi tugas kompleks berbasis agen.

Kerangka kerja yang efisien dan dapat disesuaikan untuk evaluasi model besar (LLM, VLM, AIGC) serta tolok ukur performa.

Repositori untuk verifikasi pembicara, pengenalan pembicara, dan diarisasi pembicara berbasis single-modal dan multi-modal

AgentEvolver: Menuju Sistem Agen yang Dapat Berkembang Sendiri secara Efisien

🐿️ Sirchmunk: Data mentah menjadi kecerdasan yang berkembang sendiri secara waktu nyata.

SCEPTER adalah kerangka kerja open-source yang digunakan untuk pelatihan, fine-tuning, dan inferensi dengan model generatif.